Andrea Bergonzi
Intelligenza Artificiale e Turismo: un binomio che rilancia il settore
La recente emergenza sanitaria ha generato severe ripercussioni in tutto il mondo e in tutte le industrie. Pur avendo colpito in modo trasversale, ha tuttavia danneggiato in modo più significativo alcuni settori che, rispetto ad altri, basavano il loro successo in particolar modo sulla presenza fisica dei clienti. Uno di questi è il turismo, che attualmente si presenta ancora in
Business Intelligence e Risorse Umane: come usare la BI nel reparto HR
L’adozione progressiva di sistemi di Business Intelligence (BI) ha permesso alle imprese di migliorare i propri processi decisionali, mettendo al servizio di analisti e management il patrimonio dati dell’azienda. Oltre alle applicazioni più tradizionali della BI, come quelle utilizzate nelle vendite, nella produzione o del reparto marketing, è possibile utilizzare i dati aziendali anche per l’area Risorse Umane, con l’obiettivo
Intelligenza Artificiale e Legge: come il Machine Learning agevola l’area giuridica
Possiamo descrivere l’Intelligenza Artificiale come una tecnologia in grado di automatizzare alcune attività piuttosto complesse, che normalmente richiederebbero l’impiego dell’intelletto umano. Tuttavia, sebbene sia un obiettivo di lungo termine della ricerca in questa disciplina, gli attuali sistemi di AI non si possono ancora considerare del tutto intelligenti, quantomeno non nel senso umano del termine. Una macchina non è infatti in
Come le tecnologie IoT possono realizzare il negozio del futuro
L’internet delle cose, più noto come Internet of Things o IoT, è un termine che si riferisce a un insieme di dispositivi e sensori intelligenti in grado di comunicare, attraverso una connessione alla rete, dati o segnali riguardanti una vasta gamma di “eventi” o input fisici. Questo settore, in continua espansione ormai da alcuni anni, sta beneficiando enormemente delle più avanzate
Analisi predittiva in azienda: sei passi per implementarla in modo efficace
Negli ultimi anni si è assistito ad una rapida diffusione degli strumenti di Analytics da parte delle imprese, con moltissime aziende che in tutto il mondo hanno iniziato a dare valore al proprio patrimonio di dati per cercare di estrapolare informazioni chiave in modo da poter ridurre i costi e migliorare i prodotti e servizi offerti. È in questo contesto
Cubo OLAP: perché è importante per la Business Intelligence?
Il termine OLAP, acronimo di Online Analytical Processing, si riferisce ad un approccio utilizzato per eseguire query che coinvolgano più dimensioni permettendo una risposta in tempi molto più rapidi rispetto ad un’interrogazione di un database transazionale. Immaginiamo il tipico caso di un manager che richieda un report dettagliato delle vendite per ogni area geografica. Nel caso in cui non sia
Come la Business Intelligence può aiutare l’area Finanza e Controllo
Nello scenario di mercato contemporaneo, caratterizzato da cambiamenti rapidi e dal continuo scambio di informazioni, la Business Intelligence (BI) può rappresentare un enorme vantaggio per le imprese che riescano a sfruttarne appieno il potenziale. Possedere dati di qualità e aggiornabili rapidamente è infatti di estrema importanza sia per la produzione di documenti finanziari sia per le aziende che hanno bisogno
Reinforcement Learning: l’Intelligenza Artificiale che si allena attraverso i giochi
Reinforcement Learning: di cosa si tratta? Il Reinforcement Learning (RL), letteralmente Apprendimento per rinforzo, è una branca del Machine Learning che prevede l’allenamento di agenti “intelligenti” attraverso sistemi di ricompense e punizioni. In questo caso, l’agente opera con una logica razionale di tipo massimizzante: in un problema sequenziale, che prevede diverse scelte consecutive, l’agente di AI cerca di massimizzare la
Big Data e Analytics: la situazione in Italia nel 2021
Qual è l’attuale situazione dei Big Data in Italia? Nel 2020, la pandemia di Covid-19 ha messo a dura prova le aziende italiane, mettendo in luce l’importanza dei dati e della capacità di prendere decisioni rapide ed incisive nei momenti di crisi. Tuttavia, diverse imprese che erano in procinto di iniziare ad investire in ambito Big Data e Analytics o
Bias cognitivi: cosa sono e perché la Data Science deve tenerne conto
È il 1972 e gli psicologi Amos Tversky e Daniel Kahneman (premio Nobel per l’Economia nel 2002) propongono un primo studio scientifico di quelli che vengono formalmente definiti come “Bias cognitivi”, fallacie sistematiche nel pensiero umano che conducono a scelte e giudizi che si discostano dalla razionalità. Da quel momento, la ricerca si è a lungo occupata di questo tipo
Come l’Intelligenza Artificiale sta rivoluzionando il settore della Moda
La cosiddetta “Quarta rivoluzione industriale”, indicata più spesso come Industria 4.0, è un modello dove le nuove tecnologie sconvolgono i metodi di produzione e di consumo, che assistono ad un utilizzo sempre più massiccio dei dati e di algoritmi di Intelligenza Artificiale. Alla sua nascita, circa 10 anni fa, il concetto di Industria 4.0 faceva riferimento alla “fabbrica intelligente”, un
Perché Databricks Delta rappresenta l’opzione migliore per il tuo Data Lake
In un precedente articolo, abbiamo presentato il Data Lake, una repository per dati strutturati e non strutturati per la gestione del patrimonio dati aziendale, che grazie alla sua flessibilità è capace di adattarsi a contesti diversi con ottime performance. Questo tipo di architettura, nonostante sia il non plus ultra per conservare dati in diversi formati e per condurre attività di
Analisi Predittiva: possibili ambiti di applicazione
Con Analisi Predittiva (o Predictive Analytics) intendiamo l’impiego di tecniche statistiche e matematiche atte a fornire stime sul futuro quanto più accurate possibili. Ovviamente, tali tecniche non sono in grado di predire il futuro con assoluta certezza, ma possono fornire informazioni chiave come l’esistenza di particolari “pattern” nel comportamento dei clienti o il manifestarsi di certi risultati a seguito di
I benefici del paradigma IoT nel settore dell’Energia
Business Intelligence SaaS: la BI smart e accessibile ovunque
Alcuni giorni fa abbiamo introdotto l’argomento del SaaS (Software as a Service), ossia quel modello di business emergente che mette a disposizione applicazioni su tecnologia web-based, offrendo alle imprese la possibilità di beneficiare di un ambiente centralizzato nel quale sono eseguiti tutti i servizi. Successivamente, abbiamo illustrato l’importanza delle SaaS Analytics e le principali metriche da monitorare. La Business Intelligence
Dataskills e Databricks: partner per la Digital Transformation
Siamo entusiasti di comunicare che abbiamo stretto una partnership strategica con Databricks, leader nelle soluzioni di Data Analytics sul cloud, per accelerare la trasformazione digitale nell’ecosistema di imprese italiano. Insieme a Databricks, che ha come punti di forza la flessibilità e le performance garantite da tecnologie uniche come Apache Spark, Delta Lake e ML Flow, potremo proporre soluzioni di Data
SaaS Outsourcing e SaaS Analytics: di cosa si tratta?
L’acronimo SaaS (Software as a Service) identifica un modello di business emergente che offre applicazioni software su tecnologia web-based. Scegliere di utilizzare applicazioni SaaS consente alle organizzazioni di poter beneficiare di un ambiente centralizzato nel quale vengono eseguiti tutti i servizi, e di potervi accedere via rete (generalmente Internet) semplicemente utilizzando un browser come interfaccia. Lo sviluppo di prodotti SaaS
Data Lake: cos’è, a cosa serve e come si differenzia dal Data Warehouse
Per molto tempo, I Data Warehouse (DWH) hanno rappresentato la principale architettura di Business Intelligence per la gestione dei dati utilizzati nei processi decisionali. Grazie ad un Data Warehouse, è possibile raccogliere l’intero patrimonio dati dell’azienda in un unico punto, mantenendo dati di alta qualità, evitando errori e imprecisioni, e conservando lo storico, in modo che sia a disposizione dei
Data-Driven Culture e Analytics: i 4 livelli di maturità aziendale
Grazie alla grande disponibilità di dati e alle migliori tecnologie adoperate per analizzarli, le aziende stanno sempre di più orientando i propri modelli di business verso l’utilizzo dei dati per incrementare le performance ed elaborare nuove strategie. Non è un caso che un mantra che si sente spesso ripetere in questi ultimi tempi è “Data is the new Oil”, secondo
Come sviluppare una cultura aziendale guidata dai dati (Data-driven)
Negli ultimi anni, molte imprese hanno già adottato o stanno iniziando ad approcciarsi a soluzioni di Analytics di vario tipo, che consentono di ottenere informazioni di qualità per le decisioni operative, tattiche e strategiche, con l’obiettivo di ottenere un vantaggio cruciale sui propri competitor. Infrastrutture come i Data Warehouse e i Data Lake, permettono ad esempio di sfruttare il patrimonio